公开(公告)号：CN120063715A

公开(公告)日：2025-05-30

申请号：CN202510096939.0

申请日：2025-01-22

Applicant: 西安交通大学

Inventor： 孙闯 ,  李亚松 ,  许洪 ,  杨远贵 ,  陈雪峰

IPC: G01M13/021 ,  G01M13/028 ,  G06F18/15 ,  G06F18/213 ,  G06F18/25 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/096 ,  G06N3/048

Abstract: 本发明提供了基于增量学习的传动系统齿轮故障诊断方法，方法包括：首先使用传感器采集传动系统监测数据并构建增量数据集，划分为不同阶段的故障诊断任务；构造初始模型，并基于初始故障数据训练模型；在测试阶段定义广义熵指标判断故障是否为新生故障；当出现新故障类别数据时，从旧类数据中随机选取少量样本，并与新类数据融合构造训练集，为避免模型对旧类故障数据的遗忘，训练时对注意力权重和旧类预测输出进行知识蒸馏；当广义熵指标继续判断出现未知故障时，重复网络训练步骤对模型进行更新，最终实现故障模式的增量学习。本发明能够面向流式数据实现故障诊断模型的持续更新，提高对传动系统的状态监测能力，为机械系统服役安全提供保障。

公开(公告)号：CN117235940A

公开(公告)日：2023-12-15

申请号：CN202211689906.X

申请日：2022-12-26

Applicant: 西安交通大学

Inventor： 严如强 ,  李亚松 ,  孙闯 ,  杨远贵 ,  许洪 ,  陈雪峰

IPC: G06F30/18 ,  G06F30/27 ,  G06F18/213 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/084

Abstract: 公开了一种健康管理系统传感器优化配置的自注意力重要性排序方法，方法包括：使用多个传感器采集电机及其传动系统的传感器信号，根据传感器信号构造输入样本，并对输入样本进行标准化预处理；构建基于深度自注意力网络对传感器节点关系进行建模，进而提取多路信号的深层特征；通过网络训练优化对电机故障进行分类，度量单个传感器对网络的贡献，进而对传感器的重要性进行评估得到评估结果；根据所述评估结果对多个传感器进行优化配置。

公开(公告)号：CN117235563A

公开(公告)日：2023-12-15

申请号：CN202211679785.0

申请日：2022-12-26

Applicant: 西安交通大学

Inventor： 孙闯 ,  李亚松 ,  杨远贵 ,  许洪 ,  陈雪峰

IPC: G06F18/24 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08 ,  G01M13/028 ,  G01M13/021

Abstract: 公开了一种基于故障敏感特征深度距离测度的传动系统故障检测方法，方法包括：首先利用振动传感器采集锥齿轮正常状态和故障状态的振动信号，并提取信号的时域、频域特征构造样本集；然后计算特征类内类间距离评估其对故障状态的敏感性；将筛选的正常状态的特征输入到深度支持向量数据描述模型中训练进而构造可学习正常样本共有特征的超球体并设定故障阈值；将筛选的正常和故障状态特征输入到Deep‑SVDD网络中计算与超球体球心的距离，根据预设阈值判断锥齿轮的健康状态。本发明通过特征评估技术筛选锥齿轮故障敏感特征，并基于正常状态数据训练Deep‑SVDD网络构造超球体，最终实现传动系统锥齿轮健康状态的监测。